La régression géographiquement pondérée : GWR
Comment prendre en compte l’effet local du spatial en statistique
## here() starts at /home/pierson/Travail/projets/formations/2022/LETG_stats_spatiales/RZine/GWR_Rzine
Manuel de géographie quantitative (Feuillet et al.
2019)
(au \(m^2\))
Manuel de géographie quantitative (Feuillet et al. 2019)
Bibliographie
ANSELIN, Luc, IBNU, Syabri et YOUNGIHN, Kho, 2006. GeoDa: An
Introduction to Spatial Data Analysis. [en ligne]. 2006. S.l. :
s.n. Disponible à l'adresse : https://geodacenter.github.io/.
BAILEY, Trevor C. et GATRELL, Anthony C., 1995. Interactive spatial
data analysis. S.l. : s.n.
BRUNSDON, Chris, FOTHERINGHAM, A. Stewart et CHARLTON, Martin E., 1996.
Geographically Weighted Regression: A Method for Exploring Spatial
Nonstationarity. In : Journal of the Royal Statistical Society:
Series D (The Statistician) [en ligne]. 1996. Vol. 28, n° 4. DOI 10.1111/j.1538-4632.1996.tb00936.x.
Disponible à l'adresse : https://doi.org/10.1111/j.1538-4632.1996.tb00936.x.
DE BELLEFON, Marie-Pierre, LOONIS, Vincent et LE GLEUT, Renan, 2018.
Codifier la structure de voisinage. In : EUROSTAT, Insee - (éd.),
Manuel d’analyse spatiale [en ligne]. S.l. : s.n. pp. 33‑50.
Disponible à l'adresse : https://www.insee.fr/fr/information/3635442.
FEUILLET, Thierry, COSSART, Étienne et COMMENGES, Hadrien, 2019.
Manuel de géographie quantitative - Concepts, outils, méthodes.
S.l. : s.n.
LE CAMPION, Grégoire, 2021. Analyse des corrélations avec easystats.
In : RZine [en ligne]. 2021. DOI 10.48645/QHAV-CB52.
Disponible à l'adresse : https://rzine.fr/publication_rzine/20201127_glecampion_initiation_aux_correlations/.
MATHIAN, Hélène et PIRON, Marie, 2001. Échelles géographiques et
méthodes statistiques multidimensionnelles. In : SANDERS, Lena (éd.),
Modèles en analyse spatiale. S.l. : Hermès - Lavoisier.
pp. 61‑103.
OLIVEAU, Sébastien, 2011. L’espace compte ! Mesurer les structures
spatiales du changement social. Habilitation à diriger des
recherches. S.l. : Université Aix-Marseille 1, UFR des sciences
géographiques et de l’aménagement.
Annexes
Info session
| setting | value |
|---|---|
| version | R version 4.3.0 (2023-04-21) |
| os | Ubuntu 20.04.6 LTS |
| system | x86_64, linux-gnu |
| ui | X11 |
| language | fr_FR: |
| collate | fr_FR.UTF-8 |
| ctype | fr_FR.UTF-8 |
| tz | Europe/Paris |
| date | 2023-06-19 |
| pandoc | 3.1.1 @ /usr/lib/rstudio/resources/app/bin/quarto/bin/tools/ (via rmarkdown) |
| package | ondiskversion | source |
|---|---|---|
| here | 1.0.1 | CRAN (R 4.3.0) |
Citation
Audard F, Le Campion G, Pierson J (2023). “La régression, géographiquement pondérée : GWR.” doi:10.48645/xxxxxx, https://doi.org/10.48645/xxxxxx,, https://rzine.fr/publication_rzine/xxxxxxx/.
BibTex :
## @Misc{,
## title = {La régression géographiquement pondérée : GWR},
## subtitle = {Comment prendre en compte l'effet local du spatial en statistique},
## author = {Frédéric Audard and Grégoire {Le Campion} and Julie Pierson},
## doi = {10.48645/xxxxxx},
## url = {https://rzine.fr/publication_rzine/xxxxxxx/},
## keywords = {FOS: Other social sciences},
## language = {fr},
## publisher = {FR2007 CIST},
## year = {2023},
## copyright = {Creative Commons Attribution Share Alike 4.0 International},
## }